Amdahl定律

2023-11-18

 计算机科学中的一个重要定律。   描述:系统中某部件由于采用某种方式使系统性能改进后,整个系统系能的提高与该方式的使用频率或占总的执行时间的比例有关。   主要应用:改善“系统瓶颈”性能。   Amdahl定律定义了加速比:   加速比=采用改进措施后性能/未采用改进措施前的性能   =未采用改进措施前执行某任务时间/采用改进措施后执行某任务的时间   n个处理器加速因子S=n/[1+(n-1)f]:f为非平行百分比,n越大,S不能超过1/f    阿姆达尔定律 不可并行计算的存在是很重要的,因为它将限制并行化的潜在好处。阿姆达尔定律指明如果一个计算的1/S本质上是顺序的,那么最大的性能改进将受限于因数S。其论证如下,一个并行计算的执行时间TP将是顺序部分计算时间和可并行化部分计算时间两者的和。如果该计算顺序地执行需要花费的时间是TS,则当有P个处理器时,TP可表示为S=n/[1+(n-1)f]   假想P值非常大,使得可并行化部分的执行时间可以忽略不计,则最大可改进的性能将是因数S。也就是说,顺序执行代码在计算中所占的比例决定了使用并行手段所能改进性能的潜力。   阿姆达尔定律(Amdahl誷 Law) 阿姆达尔定律是由IBM公司的计算机体系结构师吉恩·阿姆达尔在1967年发表的论文中提出的。这一定律与供求定律(Low of Supply and Demand)具有同样的意义:如前面的方程式所示,它描述了程序执行时间中两部分的关系。两个定律均是解释重要现象行为的有力工具,且两个定律都将影响该行为的其他参量视为常数。特别地,阿姆达尔定律适用于单程序场合。   实际的情况可能比阿姆达尔定律暗示的更坏。一个明摆着的问题是计算的可并行化部分可能无法改进到极致(即只要增加仍可继续改进性能的处理器数总有一个上限),因此并行执行时间不大可能消失。此外,如在上一节所提到的,一个并行实现经常会比顺序求解需要执行更多的总指令数,导致低估(1-1/S)·TS值。   包括阿姆达尔在内的许多人对该定律的解释表明使用大量的处理器求解问题只能获得有限的成功,但这似乎与大量的并行计算机能显著改进计算性能的报道相冲突。到底哪一个是正确的呢?   阿姆达尔定律描述的一个关键事实是它只适用于计算的一种场合,即施行并行化后计算中的顺序部分将占据执行时间的主要部分。阿姆达尔定律是在固定应用规模的前提下考虑并行性增长的影响。但大多数并行计算则是固定并行性而扩展应用的规模。在这种情况下,随着所考虑规模的增加,顺序代码所占的比例就越来越小。所以,将问题规模翻倍后,顺序部分的增长几乎可以忽略,从而使得求解问题有更多的部分可以并行执行。   概括地讲,阿姆达尔定律并不否定并行计算的价值。相反,它提醒我们要想达到并行性能就必须考虑整个程序。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

Amdahl定律 的相关文章

  • 连接db2的客户端工具(原创)

    最近在用友做项目 用得数据库是db2 以前从来没用过 但是对于写程序来说 啥数据库都一样 都是那几个语句 能执行就行 说是这样说 但是真用上就发现问题了 最大的就是没有好的客户端工具 网上搜了很多 什么toad quest都用了 感觉用着都
  • wsl配置

    文章目录 1 systemd服务开启 2 固定IP 2 1 官网的方案 2 2 通过WSL2的Linux子系统设置静态IP 2 3 其他方案 3 运行 Linux GUI 应用安装 Chrome 浏览器 此文接我放弃了VMware 1 sy
  • ftp客服端实现自动更新文件(带更新完自动启动功能)-python

    ftp客服端实现自动更新文件 带自动启动功能并封装为带配置文件的工具 python 前言 一 项目环境和结构 二 使用介绍 三 程序封装和注册服务 四 填坑 希望读者能用到 总结 前言 由于工位机不可能做到实时看守 当更新程序的时候我们还得
  • 一直谈失败的经历、再谈谈成功的经历、做软件真的不赚钱吗?4周搞定一个定制B2C网上购物、后台订单管理系统

    总写失败的经历 可能会误导大家 大家会觉得吉日嘎拉是个失败王子 更是常败将军一样 百战百败一样 总战总败 也可能会对刚开始学习软件技术的人也会有一些消极的负面的影响 大部分人也会觉得我的开发水平 管理水平很糟糕一样 其实我也说不出来有啥独特
  • gradle 编译 Spring 源码(亲测有效)

    天知道我今天下午经历了什么 从去年开始断断续续看源码 在 IDEA 中 Spring 源码只读不能写 所以每次都是将方法拷贝到 vscode 中 IDEA 中看代码逻辑 接着在 vscode 对应的方法上写注释 期初这种方式没觉得有什么不便
  • STL之Set基本用法

    单独说一下Set是因为这个工具以前很少用 因为接触不多 后来发现功能太强大了 本来很多题目用Set可以快速通过 但无奈之前都没有使用set的习惯 导致吃了不少亏 set功能非常强大 原因在于Set就是一棵二叉搜索树 我们在很多题目中经常遇到
  • idea同一程序打开多个控制台

  • Centos7安装Nessus教程

    本文为学习笔记 仅限学习交流 不得利用 从事危害国家或人民安全 荣誉和利益等活动 请参阅 中华人民共和国网络安全法 Nessus安装包 链接 https pan baidu com s 1FJMu8WMZPSjoqQpes GCng 提取码
  • java单元测试覆盖率(clover+testng)

    1 testng 介绍 TestNG是一个旨在简化各种测试需求的测试框架 从单元测试 将一个类与其他类分开测试 到集成测试 对由多个类 几个程序包甚至几个外部框架组成的整个系统进行测试 开源免费 基于以maven组件的形式 引入项目 需要修
  • docker 安装wiki.js 和wekan

    wiki js https blog csdn net vegas lee article details 122356646 wekan http t zoukankan com caihemm p 14446937 html
  • Linux文件权限

    Linux用户分为 拥有者 组群 Group 其他 other Linux系統中 预设的情況下 系統中所有的帐号与一般身份使用者 以及root的相关信息 都是记录在 etc passwd文件中 每个人的密码则是记录在 etc shadow文
  • git 提交代码时,提示输入用户名和密码,不知道用户名和密码是啥

    最近在跟小伙伴一起做小项目玩 之前clone代码时都是ssh 这次用的是https 提交代码遇到问题 在网上没有查到解决问题的办法 所以在这里记录以下这个问题的解决办法 后续有时间要 熟练掌握 git的使用方法 当小伙伴再遇到问题时 就可以
  • IDEA切换分支导致项目异常, 部分类爆红问题解决

    关于idea切换分支导致项目异常爆红的方式解决两种办法 1 maven 并没有及时刷新 所以 当我们第一时间出现这个问题的时候 首选是刷新maven 如图所示 2 如果刷新mavne 还是没有解决idea 项目爆红的情况的话 那我们就需要考
  • Android中实现全屏、无标题栏的两种办法(另附Android系统自带样式的解释)

    在进行UI设计时 我们经常需要将屏幕设置成无标题栏或者全屏 要实现起来也非常简单 主要有两种方法 配置xml文件和编写代码设置 1 在xml文件中进行配置 在项目的清单文件AndroidManifest xml中 找到需要全屏或设置成无标题
  • c3p0数据库连接池死锁问题和mysql重连,连接丢失

    c3p0参数解释 最常用配置 initialPoolSize 连接池初始化时创建的连接数 default 3 取值应在minPoolSize与maxPoolSize之间 c3p0 initialPoolSize 10 minPoolSize
  • IDEA全局搜索框打不开,全局搜索不全,全局搜索不到解决办法

    IDEA默认全局搜索快捷键是Ctrl Shift F 当我在使用IDEA的全局搜索时 发现IDEA的全局搜索快捷键不起作用 无法弹出全局搜索框 此时想到了应该是快捷键被占用了 首先想到的就是搜狗输入法 打开搜狗输入法设置 高级 把这个简繁切
  • Axure谷歌Chrome浏览器插件安装教程

    1 引言 经常看到这样的问题 1 我用Axure做的原型怎么不能用谷歌浏览器查看 2 到哪里下载Axure谷歌浏览器插件 3 Axure谷歌浏览器插件下载下来怎么安装 其实这些问题百度一下都能找到答案 不过有些答案对于新手来说比较麻烦 就拿
  • python3.6+wamp配置python脚本环境(Windows)

    最近学到ajax 教程里需要用到wamp 这里就不介绍wamp了 wamp包含了apache服务器 但其默认只支持php脚本 而本人没学过php 所以希望降低学习成本 于是动手修改apache配置文件 网上有很多修改的教程 但我尝试了很多种
  • 嵌入式资源网站

    原题地址 http blog csdn net ce123 article details 6724127 一 MailList 1 MailList大全 网址 http news gmane org 描述 可以查到绝大部分开源项目的Mai
  • APT攻击流程图画法参考

    APT攻击流程图画法参考 画图网站 多组件多阶段 多文件多次网络连接行为 ATTCK Kill Chain 画图网站 我用免费的ProcessOn 图标比较多也好看 个人免费文件是9个 如果不够用只能删了 花钱是不可能花钱的 删之前可以保存

随机推荐

  • 【算法-LeetCode】63. 不同路径 II(动态规划;滚动数组)

    63 不同路径 II 力扣 LeetCode 文章起笔 2021年11月13日16 28 08 问题描述及示例 一个机器人位于一个 m x n 网格的左上角 起始点在下图中标记为 Start 机器人每次只能向下或者向右移动一步 机器人试图达
  • 数据结构-输出单链表倒数第K个结点值

    问题描述 输入一个单向链表 输出该链表中倒数第k个结点 链表的最后一个结点是倒数第1个节点 输入形式 输入第一位为K值 其后接一串以空格分隔的整型值 输入 1时停止建立链表 输出形式 输出为倒数第K个结点的值 若无 则输出Not Found
  • 大数据分析Python中Scikit-learn机器学习库

    Scikit learn是一个免费的Python机器学习库 它具有多种算法 例如支持向量机 随机森林和k邻域 并且还支持Python数值和科学库 例如NumPy和SciPy 在大数据分析Python中Scikit learn机器学习库中 我
  • c++传递视频流到qml 的 VideoOutput

    c 传递视频流到qml 的 VideoOutput QT官方文档里面介绍的方法 Video Overview 继承QObject 实现属性 具有可读写videoSurface属性 Q PROPERTY QAbstractVideoSurfa
  • 2023年,真正的智慧楼宇大脑什么样?建立可视化的智慧楼宇舒适化模型

    一 什么是智慧楼宇大脑 人一辈子 有30000天 而待在楼内的时间 有24000天 智慧楼宇是以建筑物为平台 以通信技术为主干 利用系统集成的方法 将计算机技术 网络技术 自控技术 软件工程技术和建筑艺术设计有机地结合起来 打通各个孤立系统
  • 允许Widget接受拖拽的数据

    实现向widget中拖拽数据并获取数据的方法 1 首先要给widget设置接受拖拽的属性 2 安装事件过滤器 过滤拖拽事件 ui widget gt setAttribute Qt WA AcceptDrops ui widget gt i
  • IDC首份国内电子签约报告:法大大市场份额第一

    日前 IDC 国际数据公司 发布了两份关于中国电子签约市场的报告 中国电子签约软件市场份额报告 2019 和 中国电子签约软件市场预测报告 2020 2024 这是IDC进入中国以来 首度针对国内电子签约市场启动的独立研究 报告显示 从市场
  • 【渗透测试学习】—记录一次自测试渗透实战

    写在前面 本文是作者入门web安全后的第一次完整的授权渗透测试实战 因为最近在总结自己学习与挖掘到的漏 无意中翻到了这篇渗透测试报告 想当初我的这篇渗透测试报告是被评为优秀渗透测试报告的 故在此重新整了一下 分享一下自己的思路与骚操作给大家
  • 卡拉赞服务器延迟,卡拉赞开荒详细功略(前门)

    卡拉赞开荒详细功略 猎手阿图门 无论别人告诉你这个副本有多么简单 对于一个开荒团队来说 这些说法都没有多大意义 简单是胜利者的宣言 但不是功略里该出现的字眼 这份功略尽最大可能提到了每个BOSS的许多细节 希望对你加速开荒进程能够有所帮助
  • hostnamectl 主机名管理

    在linux中修改主机名称是经常使用的 主机名称可以很轻松的识别服务器 centos7系统新增了hostnamectl命令 root hostname hostnamectl h h help 显示帮助 version 显示安装包的版本 t
  • 【论文阅读笔记】Learning Spatio-Temporal Representation with Pseudo-3D Residual Networks

    代码地址 https github com ZhaofanQiu pseudo 3d residual networks 主要贡献 以经济且有效的方式构建了仿3D卷积神经网络模型 P3D ResNet 出发点 3D 卷积神经网络能够同时学习
  • java中nextln的作用_day8[逻辑运算符以及next]

    逻辑运算符 异或 一个数 同一个数两次 会得到原来的数字本身 a b b a a a b a b b a 字符串 字符使用单引号包裹起来的是字符 a 表示多个字符 ABCD 多个字符串 使用双引号包裹 称为字符串 数据类型String S大
  • nmi_watchdog功能测试及解析

    由 b178903294创建 最后修改于9月 23 2019 严格意义来讲nmi watchdog 属于中断检测范畴 是基于非屏蔽中断NMI的检测机制 是一种内核状态监护的狗 关于其介绍可参考nmi watchdog txt 1 2 NMI
  • OpenCV-Python (官方)中文教程(部分一)

    官网链接 英文版 https docs opencv org 4 1 1 d6 d00 tutorial py root html 第一章 OpenCV简介 了解如何在计算机上设置OpenCV Python 1 OpenCV Python教
  • 用在vscode快速FTP发布项目到服务器

    经常遇到前端项目 构建打包时候 需要好一会 构建结算后还用上传 往往这时候需要等待 所以就需要一个构建完项目然后自动上传到服务器目录 1 工具flashfxp 由于flashfxp支持命令行操作 所以我们选择来上传文件 在ftp站点管理里
  • DataGuard强制切换(failover)

    failover切换 执行以下步骤完成Data Guard环境的Failover切换 为了使 failover过程尽量不丢失数据 在执行真正的切换是要尽量处理主数据库到standby数据库redo日志的传输问题 并将它们注册到standby
  • 数据结构——图的深度优先遍历(DFS)

    本文内图的存储方式是邻接矩阵 FS的遍历方法可以类比树的先序遍历 在实现树的先序遍历时 遍历顺序是 根 子树 下一个子树 而DFS的实现方法是优先深度 与一个树按照先序遍历的顺序相同 所以在实现DFS之前 需要先学习 寻找第一个邻接点 Fi
  • 淘宝APP用户体系运营拆解​

    目前 淘宝是目前中国最热门的电商平台 客户在淘宝网的每一步行为都会被系统后台记录下来 对于一个公司来说 如何去分析这些数据 有利于公司去读懂客户 和改善自己的产品体验 从而提高自己的销售量 创造更多的价值 互联网电商相比于传统行业 它的数据
  • TorchX 与 Ax 大整合:更高效的多目标神经架构搜索

    NAS 的目的是发现神经网络的最佳架构 Torch 与 Ax 的整合为多目标探索神经架构的研究提供辅助 本文将展示用 Multi objective Bayesian NAS 运行完全自动的神经架构搜索 Ax 中的多目标优化 Multi O
  • Amdahl定律

    计算机科学中的一个重要定律 描述 系统中某部件由于采用某种方式使系统性能改进后 整个系统系能的提高与该方式的使用频率或占总的执行时间的比例有关 主要应用 改善 系统瓶颈 性能 Amdahl定律定义了加速比 加速比 采用改进措施后性能 未采用